机器学习之排序学习笔记总结

1.简介

排序学习Learning to rank（LTR）或者机器学习排序machine-learned ranking（MLR）是应用机器学习技术，来构造信息检索系统的排序模型

训练数据包含每个列表中的项目的某种偏序关系的项目列表。这种偏序可以按照数值或者序数分值或者二元判断来确定。

排序模型的目标：学习训练集中的排序方式对未来的数据进行排序

排序学习实际上是一类监督学习问题，训练数据 包含查询和文档相关性的分数：

• 查询集合： Q = { q 1 , ⋯   , q m } Q=\{q_1,\cdots,q_m\} Q={ q1​,⋯,qm​}
• 文档集合：$D$
• 与第